基于机器视觉的水果自动分拣系统关键技术研究

发布时间：2020-06-29 17:55

【摘要】：随着机器视觉技术的快速发展,基于机器视觉的自动分拣技术已应用于各类生产加工领域。为了解决在水果产量巨大的情况下传统分拣方式效率低和错误率高的问题,利用机器视觉和深度学习技术,提出了一种对水果位置进行精确检测和对苹果种类进行快速分类的新方法,能够有效提高分拣效率和准确率,本文主要对水果分拣系统中的这两种关键技术进行了研究,并取得了较高的分拣准确率。首先,根据自动分拣系统需要的功能和要求,对自动分拣系统的总体方案进行了设计。系统主要分为硬件设计部分和软件设计部分,硬件部分主要由图像采集模块、机械手模块和传送带模块组成。图像采集模块用于图像的获取,作为图像分析的数据来源,机械手用于对水果进行抓取,软件部分以水果中比较典型的苹果为例进行研究,主要分为苹果位置检测和分类识别两个部分。其次,对苹果的位置检测方法进行了研究,利用张正友标定法对相机进行标定,确定空间物体表面的三维几何位置与其在图像中对应点之间的相互关系,对苹果图像进行预处理,利用多种算子进行边缘检测,然后给出了一种通过边缘轮廓检测提取中心关键点的方法,可以利用坐标变换转换成机械手坐标系进行抓取等后续操作。最后,对苹果的分类识别技术进行了研究,本文以六种常见的苹果作为研究对象进行了研究,提出一种基于卷积神经网络的深度学习方法,从不同数据源获取若干张苹果图像数据并进行标注,以80*80*3像素的彩色图像作为模型输入,加入批量归一化层,改变过拟合策略,通过对比实验找出该模型中最优的参数,最终在模型和参数调节最优的情况下,取得了92%的分类准确率。并且该模型还有一定的扩展性,通过加入不同的水果数据源进行模型训练,可以实现多种水果的识别。
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：S226.5;TP391.41
【图文】：

机器视觉技术,水果,快速发展,农业

．１研及水果产业已经成为我国种植业中第三大产业⑴，近些年来，我国的水果产年上升，而且呈…个非常快速的发展趋势，过去的十年间，我国的水果产量前增长了将近三倍。我国作为传统农业大国，虽然当前我国的水果总产量很育水果的技术也在不断地提升，但是我国水果的整体竞争力却不是很高，根因在于水果培育出来后，对水果的处理能力比较低，导致了市场竞争力不果的生产加工和销售的拉动农业经济发展的重要来源，对于基数如此庞大的产量，需要分拣的水果种类和数量不断增长，分拣的任务量也在加大，水果拣工作就显得越发重要。逡逑在水果分拣领域，水果分拣如果仅仅依靠人工完成，不仅工作量巨大，强，重复大量的相同工作，而且人工容易由于疲劳等原因导致分拣的错误率率低［２】。所以近些年来，出现了一些机器自动分拣的方式，通过某些特定的利用不同的传感器等方式来完成水果分拣，但是这种设备只能针对单一的水类，利用率不高，也存在着一定的弊端。逡逑

机器视觉,图像,或物,场景

计算机就可以利用算法程序对其进行分析判断，来得到图像中的特征逡逑信息，综合得到的特征，可以得到计算机分析后的结果，最后一步就是根据得到逡逑的结果控制不同的硬件设备做出不同的响应。如图１－２所示，就是将机器视觉应逡逑用到物流分拣领域。逡逑：：娭？懰：逡逑图１－２机器视觉应用于物流分拣领域逡逑机器视觉的主要任务就是通过分析图像，对图像中所涉及到的场景或物体生逡逑成一组描述信息。机器视觉系统的输入是图像，输出是对这些图像的分析和判断逡逑等感知描述。得到的这组描述与这些图像中的目标或场景息息相关，并且这些描逡逑２逡逑

【相似文献】